Folding@home

Folding@home (сокращённо FAH или F@H) — проект распределённых вычислений, предназначенный для моделирования процессов сворачивания (фолдинга) белков, а также других молекулярно-динамических процессов, с целью изучения заболеваний, связанных с неправильным сворачиванием белков, и поиска потенциальных методов их лечения. Проект использует вычислительные мощности добровольцев со всего мира, объединяя их в единую распределённую сеть.

История

Проект был запущен 1 октября 2000 года в Стэнфордском университете (США) под руководством профессора Виджая Панде. Изначально он был ориентирован на изучение болезни Альцгеймера, болезни Паркинсона, болезни Хантингтона, некоторых форм рака и других заболеваний, в основе которых лежит неправильное сворачивание белков. В 2000-е годы Folding@home стал одним из крупнейших проектов распределённых вычислений, привлекая миллионы пользователей.

В 2019 году управление проектом перешло от Стэнфордского университета к некоммерческой организации Folding@home Consortium, базирующейся в Вашингтонском университете. В 2020 году, в связи с пандемией COVID-19, проект был переориентирован на моделирование белков коронавируса SARS-CoV-2, что привело к резкому росту числа участников и вычислительной мощности. К апрелю 2020 года суммарная производительность сети превысила 2,4 эксафлопса, что сделало Folding@home самой мощной распределённой вычислительной системой в мире, превзойдя по производительности все суперкомпьютеры мира вместе взятые. После завершения активной фазы пандемии проект продолжил работу, сосредоточившись на других заболеваниях.

Принцип работы

Распределённые вычисления

Folding@home использует модель добровольных вычислений (volunteer computing). Участники устанавливают на свои компьютеры, серверы или игровые консоли специальное клиентское программное обеспечение. Клиент загружает с серверов проекта небольшие пакеты данных (рабочие единицы, Work Units, WU), содержащие описание молекулярной системы и начальные условия. После завершения расчёта клиент отправляет результаты обратно на сервер, где они агрегируются и анализируются. За успешное выполнение заданий участникам начисляются баллы, которые служат мерой вклада в проект.

Молекулярная динамика

Основным методом расчёта в Folding@home является молекулярная динамика (МД). Для каждого атома в моделируемой системе (белок, вода, лиганды) решаются уравнения движения Ньютона с учётом межатомных потенциалов. Силовые поля, такие как AMBER, CHARMM, OPLS, описывают взаимодействия между атомами. Для ускорения расчётов используются приближения, например, моделирование в явном или неявном растворителе, а также методы репликативного обмена (Replica Exchange Molecular Dynamics, REMD), позволяющие исследовать конформационные переходы.

Аппаратное обеспечение

Folding@home поддерживает вычисления на различных типах процессоров:

• Центральные процессоры (CPU) — классический вариант, подходит для любых компьютеров.
• Графические процессоры (GPU) — благодаря большому числу ядер и высокой параллельной производительности, GPU обеспечивают значительно более высокую скорость расчётов по сравнению с CPU. Поддерживаются GPU от NVIDIA, AMD и Intel.
• Игровые консоли — в прошлом проект поддерживался на PlayStation 3 (до 2012 года) и PlayStation 4 (с 2019 года).

Заболевания и исследования

Folding@home применяется для изучения широкого круга заболеваний, связанных с неправильным сворачиванием белков:

• Нейродегенеративные заболевания: болезнь Альцгеймера, болезнь Паркинсона, болезнь Хантингтона, боковой амиотрофический склероз (БАС), прионные болезни (например, болезнь Крейтцфельдта-Якоба). Моделируется агрегация амилоидных бета-пептидов, тау-белка, альфа-синуклеина и других белков.
• Рак: изучаются мутации в белках, связанных с онкогенезом, например, в p53, BRCA1, RAS. Моделируется влияние мутаций на структуру и функцию белков, что может помочь в разработке таргетных препаратов.
• Инфекционные заболевания: моделирование белков вирусов, включая SARS-CoV-2 (COVID-19), вирус гриппа, ВИЧ, вирус Эбола. Исследуются механизмы проникновения вируса в клетку и взаимодействия с иммунной системой.
• Метаболические заболевания: диабет 2 типа, ожирение, связанные с неправильным сворачиванием инсулина и других белков.
• Редкие генетические заболевания: муковисцидоз, серповидноклеточная анемия, болезнь Гоше.

Критика и ограничения

Несмотря на значительный вклад в науку, Folding@home имеет ряд критических замечаний:

• Неопределённость результатов: Моделирование молекулярной динамики является приближённым, и результаты могут не полностью соответствовать реальным биологическим процессам. Для подтверждения выводов требуются дополнительные экспериментальные исследования.
• Энергопотребление: Работа клиента Folding@home приводит к повышенному энергопотреблению и тепловыделению на компьютерах участников, что может быть нежелательно с точки зрения экологии и экономии.
• Конфиденциальность: В прошлом высказывались опасения по поводу возможного использования вычислительных мощностей участников для несанкционированных целей, однако проект неоднократно подтверждал, что все данные обрабатываются анонимно и используются исключительно для научных исследований.
• Зависимость от добровольцев: Успех проекта напрямую зависит от количества активных участников. В периоды спада интереса вычислительная мощность снижается, что замедляет прогресс.

Интересные факты

• В 2007 году Folding@home стал первым проектом, достигшим производительности в 1 петафлопс.
• В 2020 году, во время пика активности, суммарная производительность сети превысила 2,4 эксафлопса, что в несколько раз превышало производительность самого мощного суперкомпьютера того времени — Fugaku (около 0,4 эксафлопса).
• Проект активно поддерживается сообществом геймеров, так как современные видеокарты обеспечивают высокую скорость расчётов.
• Folding@home является одним из старейших и наиболее известных проектов распределённых вычислений, наряду с SETI@home и Einstein@home.

Источники

• Официальный сайт проекта Folding@home (foldingathome.org)
• Pande, V. S., et al. (2003). "Folding@home: A Distributed Computing Project for Protein Folding." Journal of Computational Chemistry.
• Shirts, M., & Pande, V. S. (2000). "Folding@home: A distributed computing project for protein folding." Stanford University Technical Report.
• Beberg, A. L., et al. (2009). "Folding@home: Lessons from eight years of volunteer distributed computing." IEEE International Symposium on Parallel & Distributed Processing.
• Статья "Folding@home" в англоязычной Википедии (по состоянию на 2023 год).